如何将两个二维NumPy数组串联起来

有时，将两个或多个NumPy数组连接或合并可能是有用的或需要的。在这篇文章中，我们将讨论连接两个二维数组的各种方法。但首先，我们必须导入NumPy包来使用它。

# import numpy package
import numpy as np

然后必须创建两个二维数组来执行操作，通过使用arrange()和reshape()函数。使用NumPy，我们可以通过各种方式和方法对多个二维数组进行串联。

方法1：使用concatenate()函数

我们可以使用concatenate()函数来进行连接操作。通过这个函数，数组可以按行或按列进行连接，前提是它们的行或列都相等。列间连接可以通过将轴等效为1作为函数的参数来完成。

示例:

# Program to concatenate two 2D arrays column-wise
# import numpy
import numpy as np
 
# Creating two 2D arrays
arr1 = np.arange(1,10).reshape(3,3)
arr2 = np.arange(10,19).reshape(3,3)
arr1
arr2
 
# Concatenating operation
# axis = 1 implies that it is being done column-wise
np.concatenate((arr1,arr2),axis=1)

输出:

array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

array([[10, 11, 12],
       [13, 14, 15],
       [16, 17, 18]])

array([[ 0,  1,  2, 10, 11, 12],
       [ 3,  4,  5, 13, 14, 15],
       [ 6,  7,  8, 16, 17, 18]])

以同样的方式，行间连接可以通过将轴等效为0来完成。

示例:

# Program to concatenate two 2D arrays row-wise
import numpy as np
 
# Creating two 2D arrays
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
# axis = 0 implies that it is being done row-wise
np.concatenate((arr1, arr2), axis=0)

输出:

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [10, 11, 12],
       [13, 14, 15],
       [16, 17, 18]])

方法2：使用 stack() 函数

stack()函数的使用方法与concatenate()函数相同，其中轴被等同于1。通过使用这个，数组被一个一个地堆叠起来。

示例:

# Program to concatenate two 2D arrays row-wise
import numpy as np
 
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
# axis = 1 implies that it is being
# done row-wise
np.stack((arr1, arr2), axis=1)

输出:

array([[[ 1,  2,  3],
        [10, 11, 12]],

       [[ 4,  5,  6],
        [13, 14, 15]],

       [[ 7,  8,  9],
        [16, 17, 18]]])

或者通过将轴等效为2，与高度一起进行连接，如下图所示。

示例:

# Program to concatenate two 2D arrays along
# the height
import numpy as np
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
# axis = 2 implies that it is being done
# along the height
np.stack((arr1, arr2), axis=2)

输出:

array([[[ 1, 10],
        [ 2, 11],
        [ 3, 12]],

       [[ 4, 13],
        [ 5, 14],
        [ 6, 15]],

       [[ 7, 16],
        [ 8, 17],
        [ 9, 18]]])

方法3：使用 hstack() 函数

hstack()函数在水平方向上堆叠数组，即沿着一列堆叠。

示例:

# Program to concatenate two 2D arrays
# horizontally
import numpy as np
 
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
arr = np.hstack((arr1, arr2))

输出:

array([[ 0,  1,  2, 10, 11, 12],
       [ 3,  4,  5, 13, 14, 15],
       [ 6,  7,  8, 16, 17, 18]])

方法4：使用 vstack() 函数

vstack()函数垂直堆叠数组，即沿着一行堆叠。

示例:

# Program to concatenate two 2D arrays
# vertically
import numpy as np
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
arr = np.vstack((arr1, arr2))

输出:

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [10, 11, 12],
       [13, 14, 15],
       [16, 17, 18]])

方法5：使用 dstack() 函数

在dstack( )函数中，d代表深度，连接与高度一起发生，如下所示。

示例:

# Program to concatenate two 2D arrays
# along the height
import numpy as np
 
arr1 = np.arange(1, 10).reshape(3, 3)
arr2 = np.arange(10, 19).reshape(3, 3)
 
# Concatenating operation
arr = np.dstack((arr1, arr2))

输出:

array([[[ 1, 10],
        [ 2, 11],
        [ 3, 12]],

       [[ 4, 13],
        [ 5, 14],
        [ 6, 15]],

       [[ 7, 16],
        [ 8, 17],
        [ 9, 18]]])

方法6：使用column_stack()函数

column_stack()函数沿水平方向堆叠数组，即沿着一列堆叠，它通常用于通过水平方向连接id数组，将其串联成2d数组。

import numpy
 
 
array1 = numpy.array([[1, 2, 3, 4, 5],[20,30,40,50,60]])
array2 = numpy.array([[6, 7, 8, 9, 10],[9,8,7,6,5]])
 
# Stack arrays horizontally.
array1 = numpy.column_stack([array1, array2])
print(array1)

输出:

[[ 1  2  3  4  5  6  7  8  9 10]

[20 30 40 50 60  9  8  7  6  5]]